顏色分割和擬合橢圓相結合的指針檢測方法

王少君， 武明虎

(湖北工業大學電氣與電子工程學院， 湖北 武漢 430068)

顏色分割和擬合橢圓相結合的指針檢測方法

王少君， 武明虎

(湖北工業大學電氣與電子工程學院， 湖北 武漢 430068)

針對目前汽車指針式儀表讀數識別由人工檢測，導致錯檢率高的問題，提出一種將顏色分割和擬合橢圓相結合的指針檢測方法。首先根據汽車儀表指針顏色鮮明的特點，在充分保留圖像原始信息的情況下，將圖像由RGB顏色模型轉換到HSI顏色模型中，根據色調設定閾值，對圖像進行分割。然后根據指針細而長的特點，用優化的最小二乘法將指針圖像擬化成橢圓，計算橢圓長軸與X軸夾角。最后根據橢圓中心和儀表的圓中心相對位置判斷象限，確定指針的偏轉角度，與標準表的偏轉角度做比較，從而判斷是否合格。實驗結果表明，該方法對于彩色儀表的指針偏轉角度檢測，簡單有效，具有很好的魯棒性。

汽車儀表指針； HSI顏色模型； 擬合橢圓； 偏轉角度

在汽車儀表的檢測中，指針的檢測是儀表質量的關鍵。人眼對指針的觀察判斷不僅耗時耗力，而且由于存在人的主觀因素，檢測出的產品質量也不能得到很好的保證。視覺檢測作為圖像處理和計算機科學的有效結合，能夠更加精確、高效地檢測指針，勢必逐步取代人工檢測。

對于指針的檢測，目前國內外都有大量的研究。國外極具代表性的有F.Correa Aregria[1]等人利用圖像差分和Hough變換得到指針角度;Robert Sablating[2]等人將儀表刻度線分布成一個圓周，分割出指針后利用Hough變換確定儀表的讀數。國內的有何智杰[3]等人采用條件Hough變換和中心投影分析法實現指針刻度的全自動識別。王博[4]等人提出了閾值減影算法，實現了對儀表指針的檢測。這些算法中，Hough變換會占用大量的內存空間，耗時且實時性差，而且由于大表盤角度范圍超過180°，不易判斷實際偏轉角度。圖像剪影也會因為檢測環境影響受到較大干擾，造成檢測偏差大。重要的是，在對圖像進行復雜的預處理時會延長檢測時間。很難滿足工業上的高效生產要求。

本文對儀表指針特點進行分析研究，提出了一種將顏色分割和擬合橢圓相結合的汽車儀表指針檢測方法。該方法將顏色鮮明的指針分割出來后，再根據優化的最小二乘法有效擬合成橢圓，計算長軸與X軸夾角，由得到的橢圓中心確定指針的相對位置，直接計算出偏轉角度，避免了麻煩的角度計算。

1 汽車儀表指針檢測方法

為避免光照影響，將儀表盤置于暗箱中。以儀表自帶的背景光照為光源，拍攝圖像進行檢測。基于顏色分割和最小二乘法的汽車儀表指針檢測方法框圖見圖1(采集指針為零和滿偏圖像)。

圖 1 方法框圖

圖 2 汽車儀表圖像

主要步驟如下：

1)采集圖像。擺正儀表位姿，相機拍攝采集到原始圖像(圖2)。設定合適的參數對原始圖像進行矩形裁剪得到相應子表圖像。矩形裁剪的大小及起始位置由標準表來確定。

2)顏色分割。在HSI顏色模型中，根據指針的顏色特征，對轉換得到的H通道圖像進行閾值分割，得到紅色的指針圖像。

3)擬化橢圓。根據得到的指針圖像，用最小二乘法將得到的指針圖像擬化成一個橢圓。

4)計算角度。對于擬化成的橢圓，求取其中心。計算其長軸與X軸的夾角。子表的圓中心由零偏及滿偏時刻，指針擬化的橢圓長軸交點確定。以此圓心建立直角坐標系，通過橢圓中心與圓心的相對位置，判斷象限，最后確定指針偏轉角大小。

2 主要原理

2.1顏色分割

HSI 顏色模型可以用一個圓錐空間模型來描述(圖3)。它能直觀描述顏色，其光強度分量和色度分量是獨立關系，因此非常適合基于人的顏色感知特性進行處理和分析的圖像處理算法[5,6]。其中，H(Hue)為色度，是描述純色的屬性；S(Saturation)為飽和度，給出一種純色被白光稀釋的程度的度量；I(Intensity)為亮度，是視覺對光刺激的亮度響應。

圖 3 HSI顏色模型

HSI顏色模型和RGB顏色模型只是同一物理量的不同表示法，因而它們之間存在著轉換關系。

(1)

(2)

2.2擬化橢圓

橢圓的二次曲線方程可表示為

Ax2+Bxy+Cy2+Dx+Ey+F=0

(3)

若設橢圓中心位置為(xe,ye)，長軸為a，短軸為b，長軸轉角為θ，則橢圓還可以表示為

(4)

(5)

(6)

最小二乘法作為數據擬合的基本方法，它能夠考慮數據受隨機噪聲的影響進而追求整體誤差的最小化[7]。用最小二乘法擬合橢圓主要是尋找參數集合，從而最小化數據點與橢圓之間的距離度量。設Qi(xi,yi)為橢圓邊緣上的離散點。根據最小二乘法的原理，擬合的目標函數為

(7)

為使F的值最小，則有

(8)

解此線性方程可確定A,B,C,D,E的值。

為了減少噪聲及孤立點對橢圓擬化的影響，本文引用改進的最小二乘法[8]對橢圓進行擬化。其基本步驟如下：

1)在總樣本點中隨機抽取6個樣本點，利用最小二乘法求取橢圓參數A,B,C,D,E。

2)遍歷所有樣本點，求取各個點到已知橢圓之間的距離，通過自定義的閾值，篩選出合適的擬合點保存起來。

3)重復抽取樣本點，選擇合適擬合點。

4)反復多次后，將得到的所有合適擬合點擬合成橢圓。確定橢圓參數值。

2.3角度計算

表1 指針區域劃分及角度大小測量

3 指針提取

對裁剪后的圖像進行分析，可以觀察到指針顏色為紅色，與背景有明顯的顏色區別。所以可以在HSI模型中，通過色調值的閾值分割得到指針圖像，步驟如下：

1)先將裁剪得到的子表RGB圖像分為三通道圖像，得到R通道的圖像(圖4a)。在R通道圖像中做一次閾值分割，本文設置參數為(50,255)，減少背景干擾(圖4b)。

2)將RGB顏色模型轉換到HSI顏色模型[9]中。分離出H通道的圖像(圖4c)，與R通道分割后的圖像作差(圖4d)。然后根據顏色特征設定閾值進行閾值分割，本文設置參數為(0,12)。得到紅色的指針圖像，如圖4e所示。

3)對指針進行閉運算，在不明顯改變體積的情況下，填充細小空洞，保證指針的完整性。

4)用改進的最小二乘法將細而長的指針圖像擬化成一個橢圓(圖4f)。

5)計算橢圓的中心和長軸與X軸夾角。通過象限來確定指針的偏轉角。

圖 4 指針提取

4 實驗測試結果與分析

4.1測試結果

本次試驗以東風汽車康明斯組合儀表為樣本，針對車速表0，20 km/h，40 km/h，60 km/h，80 km/h，100 km/h，120 km/h，140 km/h等九個檔位，采集了8張圖像，進行指針偏轉角的測試。實際值由人工測量和計算得到。將測試得到的值與實際值進行比對。得到結果見表2。

表2 實驗結果對比

4.2結果分析

由表2可以看出，本文所使用的方法能夠較為準確的檢測汽車儀表指針的偏轉角度。誤差可以保持在1°以內。本文根據指針紅色的特性，在H通道圖像中進行閾值分割，提取指針，這就會把背景紅色刻度和指針一起被分割出來，連通分割區域進行特征提取也無法很好的區分，但這并不會對檢測效果造成較大影響。如果指針剛好壓在刻度上，則不影響后面指針角度的偏轉計算。如果只是略微壓在刻度上(圖5)，后面進行優化的最小二乘法擬化橢圓，一定程度上去除了那些孤立點的干擾，大大減少了檢測的誤差，也使誤差能保證在1°以內。

圖 5 指針略微壓在刻度上

5 結束語

本文以數字圖像處理技術為基礎，根據汽車儀表指針的顏色特征，提出了一種基于顏色分割和擬合橢圓的汽車儀表指針檢測方法。由于是對拍攝得到的圖像，直接針對指針的明顯顏色特征進行分割，省去了前期圖像預處理的時間，減少圖像信息的丟失。用優化的最小二乘法可以有效剔除孤立點，擬合出準確表示指針的橢圓，便于計算橢圓中心，確定指針相對與圓心的位置。本文提出的算法簡單高效，具有很好的實用價值，對于有顏色特性的指針具有很好的通用性。該算法已成功應用到汽車組合儀表的視覺檢測系統中。

[1] Alegria F C,Serra A C. Automatic calibration of analog and digital measuring instruments using computer vision[J]. IEEE Transaction on Instrumentation and Measurement,2000,49(1):94-99.

[2] Sablatnig R, Kropatsch W G. Automatic reading of analog display instruments[C]∥ iapr intern-ational conference on pattern recognition, 1994. vol. 1 - conference a: computer vision & ima-ge processing. IEEE, 1994，1:794-797.

[3] Wang B, Qin L. Index meter examination system based on computer vision[J]. Computer Engineering, 2005(11):19-21.

[4] 何智杰，張彬，金連文.高精度指針儀表自動讀數識別方法[J].計算機輔助工程，2006(3):4-9.

[5] Huff R A. Lifetime-sensitive Modulo Scheduling[C]∥Proc. Of ACM SIGPLAN Conference on Programming Language Design and Implementation. Albuquerque, USA: ACM Press,1993.

[6] Allen J R, Kennedy K, Porterfield C, et al. Conversion of control dependence to data dependence[C]∥proc. of the 10th annual acm symposium on principles of programming languages. Austin, USA: ACM Press, 1983.

[7] 丁克良，歐吉坤，陳義.整體最小二乘法及其在測量數據處理中的應用[A]∥中國測繪學會第九次全國會員代表大會暨學會成立50周年紀念大會論文集民[C]. 2009:399-405.

[8] 閆蓓，王斌，李媛.基于最小二乘法的橢圓擬合改進算法[J].北京航空航天大學學報，2008，34 (3) :295-298.

[9] 章毓晉.Color image segmentation based on hsi model[J]. High Technology Letters,1998(1):30-33.

[責任編校：張巖芳]

MeasuringInstrumentUsingColorSegmentationandEllipseFitting

WANG Shaojun， WU Minghu

(DepartmentofElectricandElectronicEngineering，HubeiUniv.ofTech.,Wuhan430068,China)

According to the characteristics of the auto meter pointer of bright colors, respectively in the RGB and HSI color model when we get a pointer image segmentation according to characteristics of pointer thin and long, again through the least square method to fit the pointer image into oval, long axis of the ellipse and X axis Angle calculation.According to the ellipse center and the circle center position determine quadrant, determine the pointer deflection Angle.The experimental results show that the detection method for color meter pointer deflection Angle, simple and quick, and accuracy can meet the practical requirements of industrial production.

Auto meter pointer; HSI color model; Ellipse fitting; Deflection Angle

2016-09-02

王少君(1990-)， 男， 湖北襄陽人，湖北工業大學碩士研究生，研究方向為機器視覺

武明虎(1975-)，男，土家族，湖北巴東人，工學博士，湖北工業大學教授，研究方向為圖像處理和多媒體通信

1003-4684(2017)05-0063-04

TP39.4

A